10.3969/j.issn.1001-3482.2012.02.014
应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率
分析了气田采出水水质及挂片试验水样对管线钢的腐蚀速率.利用BP神经网络建立了C20钢材的腐蚀速率预测模型.通过改变网络输入参数、隐层节点数对模型进行优化,发现在样本数目一定的情况下,仅通过改变网络结构难以进一步减小输出误差.采用PCA(主成分分析法),用6个主成分代替了原来大量的水质指标作为网络输入,有效地降低了网络输出的误差.结果表明,采用水质指标的主成分分析与BP神经网络可以建立较准确的C20钢腐蚀速率预测模型.
管道腐蚀、采出水、BP神经网络、腐蚀速率
41
TE93(石油机械设备与自动化)
2012-05-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
54-60